AI评价引用了学生没说过的话,教师怎样核对证据?

围绕AI辅助评价中的引文、转写和结论对应问题,说明如何从原始作答定位证据,区分识别错误与解释错误,处理受影响的反馈,并使用修正样例检查后续评价。

考试与评价

发现AI反馈引用了学生没有表达过的内容,应先定位原始作答和对应时间或文本位置,区分语音转写错误、片段关联错误与评价解释错误。在证据未确认前,不直接采用相关结论。教师需记录核对结果,检查是否影响评分,并按同一问题的适用范围复查其他记录,而不只删除一条错误反馈。

从反馈中的主张回到原始作答

把有疑问的反馈拆成可核对的主张,例如声称学生遗漏了某个问题,或把某句话作为扣分依据。查看对应的原始文本、录音或获准保存的过程资料,确认引用位置是否存在。评价界面中的摘要不能替代原始证据。

语音任务需要同时注意转写与原始声音的关系。学生表达被识别错,和学生表达正确但被评价错,是不同的问题;处理时应保留各自版本与定位信息。若资料本身不完整,应明确记录无法确认的部分,不凭反馈语气推断事实。

判断错误是否改变了评价结果

核对有问题的证据被用于哪个评分要点,是否影响分值或给学生的改进建议。由教师依据实际作答和量规重新判断,记录保留、修正或撤回相关结论的原因。不能只在反馈文本中删去一句话,却忽略它已经影响的评分。

检查错误是否来自相同输入格式、转写版本或评价配置,确定需要复查的范围。复查不一定扩大到全部记录,但应有清楚的选择依据。技术人员负责定位数据与配置问题,课程教师负责确认评价含义和结果,两类职责需要衔接。

用可解释的样例检查修正效果

准备能够复现问题的匿名样例,同时加入相似但应得到不同评价的作答,检查修正后是否既解决原问题,又保留必要差异。只看同一个样例的反馈变得更顺畅,不能证明评价依据已经正确。应逐条核对结论与证据的对应。

保留评价配置和修正结果的版本说明,明确哪些反馈已由教师确认。向学生解释更正时,可以指出具体证据和最终处理,而不必暴露无关技术细节。后续抽查继续关注证据定位与反馈一致性,让学生能够理解评价来源。

实施检查清单

  1. 有疑问的反馈能定位到原始作答。
  2. 区分转写、关联和评价解释问题。
  3. 核对相关结论是否影响分数或建议。
  4. 修正样例覆盖相似与不同的作答情况。

常见问题

AI给出了很详细的理由,可以直接相信吗?

理由的长度不能替代证据核对。应查看它是否准确对应学生的原始表达和该任务的评分要求,存在疑问时由教师复核。

原始资料不完整时能否补写一句解释?

不应补造证据。应标明缺失及其影响,按课程的异常处理安排决定如何完成评价或补充观察。